/ Модель

Характеристики

Контекст
131 072 токена
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Silver-Siren-12B
Опубликована
13 июн 2026

Silver-Siren-ST-12B

Генерация текстаТекст → текст3 профессии

Экспериментальная модель генерации текста на базе Silver-Siren-12B, настроенная для прозы и диалогов в стиле классической научной фантастики.

118скачиваний за 30 дней8лайковвеса обновлены14 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Silver-Siren-ST-12B — экспериментальная стилево-настроенная языковая модель автора ewald1976 на базе Vortex5/Silver-Siren-12B. Она предназначена для генерации текста и диалогов в манере классической научной фантастики, вдохновлённой Азимовым, Хаксли и Лемом.

Это плотная Mistral-модель с 12,1 млрд параметров и контекстом до 131 072 токенов. По описанию автора, при настройке были заморожены основные слои, а обучался только выходной тензор lm_head, чтобы изменить стиль прозы, сохранив базовые знания и следование инструкциям. Карточка указывает английский язык, формат весов safetensors и лицензию Apache-2.0.

Модель подходит для творческого письма и ролевых диалогов с литературной, классической научно-фантастической подачей. Это технический эксперимент по стилевой настройке; автор не приводит количественных оценок качества, поэтому сохранение всех возможностей базовой модели не подтверждено независимыми тестами.

Сценарии применения

  • написание рассказов в духе классической научной фантастики
  • создание диалогов для научно-фантастических персонажей
  • ролевая игра с литературной подачей
  • переписывание текста в более классическом научно-фантастическом стиле

Ограничения

Это технический эксперимент, а не подтверждённая независимыми оценками модель; автор не приводит количественных результатов. Английский указан как язык модели, поэтому пригодность для других языков не установлена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Status

Silver-Siren-ST-12B (Mistral-Nemo-12B-based StyleTune)

A while ago, I stumbled upon Gryphe's report on "Style-Tuning" (Gemma-4-31B-StyleTune) by chance. At least for me, this concept was entirely new, but it sounded incredibly promising—so I just had to test it out myself.

This model is the result of that experiment: A technical test in surgical style-tuning to verify if isolating style changes to a single tensor (lm_head) while freezing the core weights works effectively on the Mistral-NeMo-12B architecture.

Methodology & Concept

Normally, a fine-tune alters as many layers as possible to align both the reasoning and formatting of a model to a new dataset. This "StyleTune" approach does the exact opposite:

  1. Freeze everything: All attention and MLP layers (Layers 0–39) remain completely untouched. The underlying logic, world knowledge, and instruction-following capabilities are preserved exactly as they were.
  2. Target the Language Center: Only one single tensor—the lm_head (output projection)—is trained.

By retraining only the lm_head, the model doesn't become "smarter" or "dumber," but its vocabulary, sentence structure, and prose quality are completely recalibrated. It changes the voice of the model, not its brain.


The Target Base: Why this model?

To demonstrate the contrast and efficacy of this method, I deliberately chose Vortex5/Silver-Siren-12B as the target base.

Important Note: This choice is purely technical and meant with the utmost respect for the original author. Silver-Siren-12B is a highly popular, emotion-forward merge (incorporating models like Dark-Nexus, Elysian-Sunrise, LunaMaid, and others) that is highly optimized for sensational, dramatic, and immersive interactions. Because its native style profile is so distinct, it served as the perfect benchmark to test if a pure lm_head tune could cleanly overwrite a deeply baked-in stylistic bias without degrading the underlying merge quality.

By exposing this base to a highly curated, classical sci-fi literary dataset (inspired by Asimov, Huxley, and Lem), the model underwent a dramatic transformation in its prose delivery.


Training Details & Parameters

  • Epochs: 3
  • Learning Rate: 4e-4 (Linear Scheduler)
  • Target Modules: lm_head only (all other linear layers frozen)

Recommended Sampler Settings

  • Temperature: 0.7 - 0.9
  • Min_P: 0.05
  • Top_P: 0.95
  • Repetition Penalty: 1.05

Thank you

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели NVIDIA NeMo требуют отдельного рантайма.

Класс архитектуры
MistralForCausalLM
Ревизия весов
c9f81e9

0 моделей